Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

ビジネスルール管理システムに対する新しいアプローチ

4,960 views

Published on

米国OMG(オブジェクトマネジメントグループ)が制定したDMN(意思決定モデリングと表記法)によるビジネスルール管理システムに対する新しいアプローチ

Published in: Technology
  • Be the first to comment

ビジネスルール管理システムに対する新しいアプローチ

  1. 1. ビジネスルール管理システムに対する 新しいアプローチ 〜 OMGによる意思決定モデルと表記法 〜 ビジネスイノベーションハブ
  2. 2. 従来型ビジネスルール管理アプローチの⼤きな課題 タスク A タスク B タスク C タスク D バケツ一杯 のルール ♣ このプロジェクトは、 いつまで続くの︖ ♣ どこまでが範囲なの︖ ♣ 本当にこんなにたくさん のルールが必要なの︖ ♣ このルールは陳腐化 してないか︖ ♣ ビジネスパフォー マンスにどう影響 するの︖ ♣ こんなこと想定して いなかった︕ Business Innovation Hub
  3. 3. 意思決定管理アプローチによる解決 タスク A タスク B タスク C タスク D ♣ 人間による意思決定と 自動化された意思決定 のコラボレーション ♣ ビジネスユーザー の関与 ♣ プロジェクト初期にて、 要件と範囲を明確化 ♣ 反復開発、アジャイル 開発の推進 ♣ 共有されるビジネス ロジックのコンポー ネント化 ♣ ビジネスパフォーマンス とビジネスロジックの改 善を重視 意思決定 Business Innovation Hub
  4. 4. 業務オペレーション上の意思決定とは︖ Business Innovation Hub このお客様には、 どの機種とプラン をオファーすべき だろうか? この大口注文に対して、 どれくらい割引が可能 だろうか? この商品の輸出は、 どの搬送ルートが 最適だろうか? この顧客からの保険 の申込みは引き受け 可能だろうか? このクレジット カードによる購入 は、本人の利⽤に よるものだろうか? この商品は、いつ、 どれだけ在庫を補充 すればよいだろうか?
  5. 5. DMN(意思決定モデルと表記法)の目的 ♣ DMNの目的は、ビジネスプロセスを含む業務オペレーション上の 意思決定とそのロジックをモデル化するために必要とされる構造と 要素を提供することにある 意思決定 要件 意思決定 モデル 実装 12 3 1. 人間による意思決定をモデル化する 2. 自動化される意思決定に対する要件をモデル化する 3. 自動化される意思決定の実装を支援する Business Innovation Hub
  6. 6. ビジネス 知識2 ビジネス 知識1 BPMNとDMNの関係 意思決定1 タスク1 タスク2 タスク3 タスク4 知識 ソース1 意思決定2 インプット データ1 インプット データ2 知識 ソース2 BPMN 意思決定 要件 意思決定 ロジック DMN Business Innovation Hub
  7. 7. 意思決定要件の要素 意思決定 ビジネス知識 インプット データ 知識ソース ♣ 1つ以上のインプットからアウト プットを決定する⾏為 ♣ ビジネス知識をカプセル化する ファンクション ♣ インプットとして使⽤される 情報 ♣ ビジネス知識や意思決定に対する 権限 ♣ 情報要求(インプットとして使⽤される) ♣ 知識要求(呼び出される) ♣ 権限要求(拠り所とする) ♣ 適格性、検証、リスク、不正、機会、 最適化、配置、ターゲティング.. ♣ ビジネスルール、計算アルゴリズム、 実⾏可能なアナリティクスモデル.. ♣ トランザクションデータ、参照データ.. ♣ ⽅針、規制、専門知識、ベストプラク ティス、ビジネスアナリティクス.. Business Innovation Hub
  8. 8. 注文データ を収集する 注文の 適格性を 判定する 注文を 却下する 注文を 承認する ビジネスプロセス内の意思決定ポイント プロセス上の 意思決定タスク を表すアイコン Business Innovation Hub
  9. 9. 意思決定を説明する 意思決定 この注文は 受け入れ可能 だろうか︖ 注文データ を収集する 注文の 適格性を 判定する 注文を 却下する 注文を 承認する Business Innovation Hub
  10. 10. 意思決定ノードの属性 ♣ 意思決定ノードの名称 ♣ 意思決定ロジックの説明 ♣ 意思決定のタイプ(適格性、検証、 リスク、不正、機会、最適化、配 置、ターゲティング..) ♣ 質問 ♣ 認められる回答(はい/いいえ、 承認/却下/照会、適格/非適 格..) ♣ 情報要求(インプットデータ、他 の意思決定のアウトプット) ♣ 知識要求(ビジネス知識) ♣ 権限要求(知識ソース) ♣ 達成が支援されるゴールや目標 ♣ 影響を受けるパフォーマン指標(KPI) ♣ 意思決定を⾏う組織ユニット ♣ 意思決定ロジックを所有する組織ユ ニット ♣ ガイドされるプロセス名称 ♣ ガイドされるタスク名称 Business Innovation Hub
  11. 11. 意思決定に使用されるインプットデータを明確にする① 適格性の 判定 注文データ を収集する 注文の 適格性を 判定する 注文を 却下する 注文を 承認する インプット データ 収集された 注文情報 適格/非適格 Business Innovation Hub
  12. 12. インプットデータノードの属性 ♣ インプットデータノードの名称 ♣ インプットデータの説明 ♣ インプットデータのタイプ(トランザクションデータ、参照データ..) ♣ インプットデータのロケーション(企業内部、企業外部..) ♣ インプットデータの構造(構造化、非構造化..) ♣ 入手されるタスク(意思決定タスクの前に入手されるべき..) ♣ インプットデータの複雑性 ♣ インプットデータの精度など Business Innovation Hub
  13. 13. 意思決定から呼び出されるビジネス知識を明確にする① 適格性の 判定 注文データ を収集する 注文の 適格性を 判定する 注文を 却下する 注文を 承認する 注文情報 適格/非適格 ビジネス 知識 適格性判定 ルール Business Innovation Hub
  14. 14. ビジネス知識ノードの属性 ♣ ビジネス知識の名称 ♣ ビジネス知識の説明 ♣ ビジネス知識のタイプ(ビジネスルール、計算アルゴリズム、実⾏可能なアナリティ クスモデル..) ♣ ビジネス知識の表現形式(ステートメント、デシジョンテーブル、デシジョンツリー、 外部関数、スコアカード..) ♣ 知識要求(ビジネス知識) ♣ 権限要求(知識ソース) ♣ ビジネス知識の変更頻度 ♣ ビジネス知識の複雑性 Business Innovation Hub
  15. 15. 適格性 判定ルール ビジネス知識の拠り所となる知識ソースを明確にする① 適格性の 判定 注文データ を収集する 注文の 適格性を 判定する 注文を 却下する 注文を 承認する 注文情報 知識 ソース 大口取引 ガイドライン 適格/非適格 Business Innovation Hub
  16. 16. 知識ソースノードの属性 ♣ 知識ソースの名称 ♣ 知識ソースの説明 ♣ 知識ソースのタイプ(⽅針、規制、専門知識やノウハウ、ベストプラクティス、レガ シーアプリケーション、データモデル、ビジネスアナリティクス分析結果..) ♣ 知識ソースのロケーション(企業内部、企業外部) ♣ 権限要求(意思決定、インプットデータ、他の知識ソース) Business Innovation Hub
  17. 17. 適格性 判定ルール 意思決定に使用される他の意思決定の結果を明確にする 適格性の 判定 注文データ を収集する 注文の 適格性を 判定する 注文を 却下する 注文を 承認する 大口取引 ガイドライン 意思決定2注文情報 この注文顧客との 取引リスク は問題ないか︖ 適格/非適格 Business Innovation Hub
  18. 18. 適格性 判定ルール 意思決定に使用されるインプットデータを明確にする② 適格性の 判定 注文データ を収集する 注文の 適格性を 判定する 注文を 却下する 注文を 承認する 大口取引 ガイドライン 取引リスク の判定 注文情報 適格/非適格 インプット データ2 インプット データ3 内部に蓄積 された取引履歴 顧客プロファイル Business Innovation Hub
  19. 19. 適格性 判定ルール 意思決定から呼び出されるビジネス知識を明確にする② 適格性の 判定 注文データ を収集する 注文の 適格性を 判定する 注文を 却下する 注文を 承認する 大口取引 ガイドライン 取引リスク の判定 注文情報 適格/非適格 スコア ビジネス 知識2 リスクスコア 顧客情報 取引履歴 Business Innovation Hub
  20. 20. リスク スコア 適格性 判定ルール ビジネス知識の拠り所となる知識ソースを明確にする② 適格性の 判定 注文データ を収集する 注文の 適格性を 判定する 注文を 却下する 注文を 承認する 大口取引 ガイドライン 知識 ソース2 アナリティクス によるリスク 分析結果 適格/非適格 スコア 顧客情報 取引履歴 取引リスク の判定 注文情報 Business Innovation Hub
  21. 21. 適格性 判定ルール 意思決定要件ダイアグラムを完成する 適格性の 判定 注文データ を収集する 注文の 適格性を 判定する 注文を 却下する 注文を 承認する 大口取引 ガイドライン 取引リスク の判定 注文情報 リスク分析 モデル リスク スコア 顧客情報 取引履歴 意思決定 要件ダイアグラム (DRD) Business Innovation Hub
  22. 22. 意思決定要件ダイアグラム全体像 ビジネス 知識5 インプット データ1 意思決定5 ビジネス 知識1 意思決定1 ビジネス 知識4 意思決定4 ビジネス 知識7 意思決定7 ビジネス 知識8 意思決定8 ビジネス 知識3 意思決定3 ビジネス 知識2 意思決定2 ビジネス 知識1 意思決定1 インプット データ3 インプット データ4 インプット データ2 インプット データ5 インプット データ6 インプット データ7 ビジネス 知識9 意思決定9 ビジネス 知識6 意思決定6 知識ソース2 知識ソース3 知識ソース4 知識ソース1 Business Innovation Hub
  23. 23. インプットデータと境界線のインターフェース ビジネス 知識5 インプット データ1 意思決定5 ビジネス 知識1 意思決定1 ビジネス 知識4 意思決定4 ビジネス 知識7 意思決定7 ビジネス 知識8 意思決定8 ビジネス 知識3 意思決定3 ビジネス 知識2 意思決定2 ビジネス 知識1 意思決定1 インプット データ3 インプット データ4 インプット データ2 インプット データ5 インプット データ6 インプット データ7 ビジネス 知識9 意思決定9 ビジネス 知識6 意思決定6 知識ソース2 知識ソース3 知識ソース4 知識ソース1 プロジェクト 範囲 データ インターフェース Business Innovation Hub
  24. 24. 機能別パーティショニング ビジネス 知識5 インプット データ1 意思決定5 ビジネス 知識1 意思決定1 ビジネス 知識4 意思決定4 ビジネス 知識7 意思決定7 ビジネス 知識8 意思決定8 ビジネス 知識3 意思決定3 ビジネス 知識2 意思決定2 ビジネス 知識1 意思決定1 インプット データ3 インプット データ4 インプット データ2 インプット データ5 インプット データ6 インプット データ7 ビジネス 知識9 意思決定9 ビジネス 知識6 意思決定6 知識ソース2 知識ソース3 知識ソース4 知識ソース1 意思決定 ポイント2 意思決定 ポイント3 意思決定 ポイント1 Business Innovation Hub
  25. 25. 意思決定ロジック①(デシジョンテーブル) ルール パターン 条件部 (インプット) 結論部 (アウトプット) 注文情報. プロダクトライン 注文情報. 注文総額 内部判定. リスクスコア 内部判定. 適格性 他の意思決定 (取引リスクの判定) からのアウトプット インプットデータ (注文情報)からの インプット 適格性判定ルール Business Innovation Hub
  26. 26. 意思決定ロジック②(デシジョンテーブル) ルール パターン 条件部 (インプット) 結論部 (アウトプット) 注文情報. プロダクトライン 注文情報. 注文総額 内部判定. リスクスコア 内部判定. 適格性 1 =< 75 = 非適格 2 = A < 100 > 75 = 適格 適格性判定ルール 注文のプロダクトがAであり、 注文総額が100万円未満であり、 リスクスコアが75以上であれば、 その注文は適格とする Business Innovation Hub
  27. 27. 意思決定ロジック③(デシジョンテーブル) ルール パターン 条件部 (インプット) 結論部 (アウトプット) 顧客情報. 資本⾦ 取引情報. 取引履歴 取引履歴. 累積取引額 内部判定. リスクスコア 1 > 5000 += 23 2 次の間 2500以上 5000未満 += 19 リスクスコア ルール パターン 条件部 (インプット) 結論部 (アウトプット) 注文情報. プロダクトライン 注文情報. 注文総額 内部判定. リスクスコア 内部判定. 適格性 1 =< 75 = 非適格 2 = A < 100 > 75 = 適格 適格性判定ルール 顧客の資本⾦が5000万円以上 であれば、リスクスコアに 23点を加算する 意思決定のために必要とされる インプットは、他の意思決定の アウトプットであることもある Business Innovation Hub
  28. 28. 申込みデータを 検証する 審査⽅法を 選択する 申込みを ルーティング する 信⽤情報を 取得する 申込を 却下する 申込みを レビューする 申込みを 承認する 信⽤情報データ 申込み データ 要求 プロダクト 却下 却下 却下 信⽤情報 必要 信⽤情報 不要 照会 承認承認 無担保ローンの審査プロセス(サンプル) Business Innovation Hub
  29. 29. 審査⽅法 信⽤情報 コールタイプ 適格性 審査⽅法 テーブル 適格性ルール プレ信⽤情報 返済資⼒ 返済資⼒ 計算 ポスト信⽤情報 返済資⼒ ルーティング ルーティング ルール 信⽤不確定 要因テーブル ポスト信⽤情報 リスクカテゴリ ポスト信⽤情報 リスクテーブル プレ信⽤情報 リスクカテゴリ プレ信⽤情報 リスクテーブル 内部リスク スコア 内部リスク スコアモデル 信⽤情報コール タイプテーブル 必要月次 分割払 信⽤情報 要求プロダクト 情報 必要月次 分割払計算 申込者情報 可処分所得 計算 無担保ローンの意思決定要件ダイアグラム(サンプル) Business Innovation Hub
  30. 30. デシジョンツリー(サンプル) 判定. 返済資⼒ 信⽤情報. 破産 判定. リスクカテゴリ 判定.ルーティング = 却下 判定.ルーティング = 照会 判定.ルーティング = 承認 判定.ルーティング = 却下 判定.ルーティング = 却下 = 有 = 無 = 有 = 無 = 高 = 中 = 低 Business Innovation Hub
  31. 31. スコアカード(サンプル) 18歳以上 21歳未満 22歳以上 25歳未満 26歳以上 35歳未満 年齢 32 35 40 独身 既婚 その他 25 45 34 失業 学生 自営 15 18 36 36歳以上 49歳未満 43 被雇⽤ 45 就業状況 婚姻状況 申込者の属性 50歳以上 48 属性値(上段)とスコア(下段) Business Innovation Hub
  32. 32. デシジョンテーブル(サンプル) = = 非適格 適格 次のいずれか 全部,一部 = = 却下 信⽤情報必要 = 適格 = なし = 信⽤情報不要 判定.適格性 判定.信⽤情報コールタイプ 条件(インプット) 結論(アウトプット) 判定.審査⽅法 Business Innovation Hub
  33. 33. ファクトモデル(サンプル) プロダクトタイプ ⾦額 ⾦利 期間 要求されたプロダクト 氏名 年齢 性別 住所 電話番号 婚姻状況 就業業況 月次収入額 月次返済額 月次支出額 既存顧客 申込者 破産 信⽤スコア 信⽤情報 審査⽅法 ルーティング レビュー リスクカテゴリ 返済資⼒ 内部リスクスコア 適格性 信⽤情報コールタイプ 信⽤不確実性要因 可処分所得 必要月次分割払額 判定 申し込む 属する Business Innovation Hub
  34. 34. まとめ Business Innovation Hub ♣ IT化すべき意思決定領域だけでなく、人間による意思決定領域の構造も明 確にする。 ♣ ビジネスユーザーの意思決定手順にしたがったコンポーネント体系にする。 ♣ 意思決定のコンポーネントとKPIを紐づける。 ♣ 最小のルール実装で、最大のビジネス効果を実現する。 ♣ 要求開発/要件定義の段階で、現在の意思決定ロジックの改善を⾏う。 ♣ 変化に強いシステムを構築する。 ♣ プロジェクトの初期段階において、ルール実装のスコープを明確にし、不 確実性や曖昧性を大幅に減らす。
  35. 35. 参考サイトと文献 Business Innovation Hub ♣ Decision Model and Notation - Version 1.0 - Beta 1 by OMG (Object management Group) ♣ Knowledge Automation - How to Implement Decision Management in Business Processes by Alan N. Fish
  36. 36. ビジネスイノベーションハブについて Business Innovation Hub ビジネスイノベーションハブは、OMGによる意思決定 モデルと表記法の標準テンプレートを活⽤した特定の BRMSプロダクト非依存型のビジネスルール上流⼯程 に関する各種サービスを提供しています。 (お問合せ先) info@businessinnovationhub.co.jp

×